基于角度估計的WLAN室內定位算法研究與實現(xiàn).pdf

1、隨著科技的進步，特別是移動通信、無線局域網(wǎng)技術的快速發(fā)展，基于位置的服務(Location Based Services，LBS)越來越受關注，人們對定位與導航的需求日益增大。尤其是在復雜的室內環(huán)境中，如機場大廳、展廳、倉庫、超市、圖書館、地下停車場等，常常需要確定移動終端或其持有者、設施與物品在室內的位置。但與室外環(huán)境相比，室內環(huán)境受定位時間、定位精度及室內復雜環(huán)境等條件限制，因此比較完善的定位技術目前還無法得到很好的利用。另外，由于

2、復雜環(huán)境下的室內定位在地下救援、智能家居、大型展廳等具有重要的應用背景，所以對室內定位的研究可在一定程度上提高生活質量，保護生命財產(chǎn)安全。
　　目前常用的室內定位技術有射頻識別技術、藍牙定位技術、ZigBee定位技術、無線局域網(wǎng)（Wireless Local Area Networks，WLAN）定位技術等，WLAN定位技術由于其定位速度快、精度較高、成本低，成為目前室內定位的最優(yōu)選擇。WLAN定位系統(tǒng)通常采用的是基于機器學習的定

3、位方案，這種方案分為兩個階段:離線階段，采集足夠的訓練數(shù)據(jù)，建立環(huán)境模型，得到WLAN信號的分布情況;在線階段，采集實時數(shù)據(jù)，導入已經(jīng)建立的模型，得到當前的定位結果。
　　針對當前室內定位技術定位精度不高的問題，本文提出了一種改進的位置指紋算法，用最小二乘支持向量機(Least Squares Supported Vector Machine，LSSVM)構建出接收信號強度(Received Signal Strength Ind

4、icator,RSSI)與收發(fā)設備間角度的非線性映射關系，來代替?zhèn)鹘y(tǒng)的支持向量機訓練接收信號強度與物理坐標位置。首先根據(jù)室內環(huán)境，將定位區(qū)域劃分成若干個矩形小區(qū)域，利用K最近鄰法（K Nearest Neighbors，KNN），將測試點歸類;然后在該矩形小區(qū)域內，利用支持向量機訓練接收信號強度與收發(fā)設備間角度，從而估算出測試點與該區(qū)域邊緣的接入點(Access Point，AP)夾角;最后利用幾何關系，確定測試點的坐標位置。實驗結果表